En el caso de la voz, las cosas no son tan claras como aparecen en algunos manuales.
La voz activa emplea haber como verbo auxiliar para formar los tiempos compuestos, lo que permite a ciertas escuelas lingüísticas hablar de desinencias discontinuas o morfemas discontinuos en los tiempos compuestos, porque el verbo auxiliar está completamente gramaticalizado y no posee otra función que la de marca de tiempo, persona y modo.
En la voz pasiva todos los tiempos se forman con el auxiliar ser, también gramaticalizado, y no existen más desinencias de pasiva que las que comporta el auxiliar.
El verbo carece de desinencia de aspecto, pero existe una serie de perífrasis con claro valor aspectual de acción en desarrollo o reciente finalización, como estar + gerundio o acabar de + infinitivo. En las gramáticas escolares hasta mediado el siglo XX se hablaba de una conjugación perifrástica, activa y pasiva; hoy las gramáticas más completas hablan de perífrasis de obligación del tipo haber de + infinitivo, tener que + infinitivo, o deber (de) + infinitivo.
Sea adecuado o no el tratamiento como voz o como meras perífrasis, son procedimientos muy rentables en español para construir la obligación y hasta los matices del futuro; compárense estos matices en la significación de vendrá, debe venir, tiene que venir, ha de venir.
Otro hecho relacionado con el cambiante paradigma de la voz es la conjugación pronominal, que empezó siendo una conjugación reflexiva y que hoy ha adquirido valor de voz media, como nos tomamos unos cafés. Este fenómeno no aparece tan extendido en el español americano.